High detection rate of circulating-tumor DNA from cerebrospinal fluid of children with central nervous system germ cell tumors
Notice bibliographique
Résumé
Central nervous system germ cell tumors (CNS-GCT) are malignant neoplasms that arise predominantly during adolescence and young adulthood. These tumors are typically sensitive to treatment, but resulting long-term health deficits are common. Additional clinical challenges include surgical risks associated with tumor biopsy, and need to determine treatment response for adapting radiotherapy protocols. The aim of this study was to establish the detectability of circulating-tumor DNA (ctDNA) from cerebrospinal fluid (CSF) of children with CNS-GCT as a potential biomarker. We obtained CSF from patients with CNS-GCT by lumbar puncture or intra-operatively. Cell-free DNA (cfDNA) was extracted and subjected to low-pass whole genome sequencing (LP-WGS). Copy-number alterations (CNAs) were inferred and served as a marker of measurable residual disease (MRD). Comparisons with imaging findings and tumor marker levels were made. A total of 29 CSF samples from 21 patients (16 with germinoma, 5 with non-germinomatous GCT) were sequenced. Twenty samples from 19 patients were collected at diagnosis, and 9 samples from 7 patients were collected during or after therapy. Among the diagnostic samples, CNAs were detected in samples from 17/19 patients (89%), which included 8 with marker-negative tumors. Specific clinical scenarios suggested that serial cfDNA analysis may carry utility in tracking treatment responses as well as clarifying indeterminate imaging findings. Our results provide evidence for the high-sensitivity in detecting ctDNA from CSF of CNS-GCT patients using LP-WGS, with potential utility for non-invasive diagnosis and disease monitoring in upcoming CNS-GCT studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».